The Hunter
研发工程师 · 3年经验 · 中铁科学研究院有限公司
0
累计接单
0
用户评价
0
被收藏
技术能力
Python (3.9+) / FastAPI / SQLite (WAL引擎优化) / PySide6 / Vue3+TS
1. 工业级高并发与流式处理 精通基于 FastAPI 与 asyncio.Semaphore 的边缘计算并发控制，擅长处理高频时序信号与工业级 I/O 密集型任务，具备海量数据 1MB Chunk 流式落盘架构经验。 2. 轻量级高吞吐数据库调优 深谙 SQLite 底层优化，熟练运用 WAL（Write-Ahead Logging）模式解决高并发读写锁竞争，在不依赖庞大中间件的前提下，实现极低开销、高可靠的边缘端数据持久化。 3. 复杂 AI 模型工程化落地 擅长将前沿算法（如 CEEMD 信号特征提取、LSTM 状态识别模型）与后端微服务无缝集成。
1. 工业级高并发与流式处理 精通基于 FastAPI 与 asyncio.Semaphore 的边缘计算并发控制，擅长处理高频时序信号与工业级 I/O 密集型任务，具备海量数据 1MB Chunk 流式落盘架构经验。 2. 轻量级高吞吐数据库调优 深谙 SQLite 底层优化，熟练运用 WAL（Write-Ahead Logging）模式解决高并发读写锁竞争，在不依赖庞大中间件的前提下，实现极低开销、高可靠的边缘端数据持久化。 3. 复杂 AI 模型工程化落地 擅长将前沿算法（如 CEEMD 信号特征提取、LSTM 状态识别模型）与后端微服务无缝集成。
项目经验
【项目名称】 某国家级重载铁路桥轨结构时序数据智能监测与预警系统
【项目背景】 针对重载铁路小半径曲线桥的高频冲击病害，传统监控方案数据处理延迟高、精度差且极易崩溃。本项目需在边缘端（工控机）部署一套集高频数据采集、降噪提取、AI 智能诊断与预警于一体的高可靠性后端架构。
1. 核心架构与并发网关设计 ：采用 Python 3.9 + FastAPI 构建高性能网关，利用异步协程机制解决多路高频传感器信号的并发接入与解析。 2. 算法微服务化与引擎调优 ：将 CEEMD（多分辨率特征提取）与 LSTM 深度学习模型封装为高性能 API；重构底层数据管线，启用 SQLite WAL 模式实现时序数据的无阻塞、毫秒级入库。 3. 核心业务逻辑实现 ：利用 3σ/5σ/8σ 严密统计学规则，将底层推演数据精准映射至 A/B/C/D 四级工程劣化标准，输出高置信度的决策接口。 4. 交付级安全加固 ：开发底层 DRM 硬件绑定与验签模块，构建防逆向、防拷贝的防线。
【项目背景】 针对重载铁路小半径曲线桥的高频冲击病害，传统监控方案数据处理延迟高、精度差且极易崩溃。本项目需在边缘端（工控机）部署一套集高频数据采集、降噪提取、AI 智能诊断与预警于一体的高可靠性后端架构。
1. 核心架构与并发网关设计 ：采用 Python 3.9 + FastAPI 构建高性能网关，利用异步协程机制解决多路高频传感器信号的并发接入与解析。 2. 算法微服务化与引擎调优 ：将 CEEMD（多分辨率特征提取）与 LSTM 深度学习模型封装为高性能 API；重构底层数据管线，启用 SQLite WAL 模式实现时序数据的无阻塞、毫秒级入库。 3. 核心业务逻辑实现 ：利用 3σ/5σ/8σ 严密统计学规则，将底层推演数据精准映射至 A/B/C/D 四级工程劣化标准，输出高置信度的决策接口。 4. 交付级安全加固 ：开发底层 DRM 硬件绑定与验签模块，构建防逆向、防拷贝的防线。
立即沟通
相似人才推荐：
